• 最新新闻
  • 推特CEO多尔西的推特账号被黑客入侵 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 推特CEO多尔西的推特账号被黑客入侵 又一个科技卡脖子案例!GitHub对伊朗等国断供 开通抖音购物车2天日销260W!飞瓜数据带你玩转抖音电商! 推特CEO多尔西的推特账号被黑客入侵 车轮创始人吴峰的革新之路 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 又一个科技卡脖子案例!GitHub对伊朗等国断供 携手开发者共话生态发展未来,OPPO DEVELOPER DAY三城巡回圆满落幕
  • 推荐新闻
  • 推特CEO多尔西的推特账号被黑客入侵 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 推特CEO多尔西的推特账号被黑客入侵 又一个科技卡脖子案例!GitHub对伊朗等国断供 开通抖音购物车2天日销260W!飞瓜数据带你玩转抖音电商! 推特CEO多尔西的推特账号被黑客入侵 车轮创始人吴峰的革新之路 百度智能云2019Q2营收16亿同比增92%,国内增速第一 百度智能云2019Q2营收16亿同比增92%,国内增速第一 又一个科技卡脖子案例!GitHub对伊朗等国断供 携手开发者共话生态发展未来,OPPO DEVELOPER DAY三城巡回圆满落幕
  • 热门标签
  • 日期归档
  • 对标数字未来,智能运维AIOps何以美好

    来源:www.honkerbase.com 发布时间:2019-10-14

    简是终极,它是大智。简是终极的,它是美丽的。数字化是对金融业中简单而极简的服务体验的追求。但是,行业中的数字化程度越高,IT系统的复杂性和规模就越大。特别是随着技术的进步,区块链,容器和物联网等金融科技技术相继落地,带来了更加开放的格局。如何有效地利用ABC技术实现高可用性,高性能和高可扩展性,并保持信息系统的有效,稳定和连续运行?智能操作和维护的声音越来越高。

    IT运营和维护变更,ITOM/ITSM演变为AIOps

    近年来,金融业的IT系统架构逐渐从“传统的集中式架构”转向“互联网架构”。互联网架构中涉及的云计算,分布式,DevOps等已经使IT运维的压力越来越大。随着人工智能技术的商业化,监管机构鼓励金融机构使用智能手段进行业务创新和IT运维管理。因此,在编写脚本,仪表化和自动化之后,操作和维护系统逐渐变得智能化。 2016年,Gartner正式提出了AIOps的概念:使用智能算法解决已知的IT问题并自动执行重复性任务。

    经过几年的辩论和实践,业界已经基本达成了AIOps的共识:整合大数据,机器学习获得深入洞察,全面提升IT运营和运营能力和运营能力,并发现仍未检测到的潜力运营商。系统故障以及操作和维护问题。随着IT管理从ITIL发展到DevOps,O&M管理平台从ITOM/ITSM发展为AIOps。

    Gartner预测,到2022年,40%的大型企业将选择结合大数据和机器学习功能的AIOps来支持和部分取代IT监控,服务台和自动化流程和任务,并成为提高运营和维护效率的IT部门。减少操作和维护。成本的重要手段。那么AIOps如何与金融行业的复杂IT系统集成?

    金融业AIOps智能运维现场分析

    由于金融行业的IT成熟度很高,对数字化转型的需求迫在眉睫,并且存在大量需要AIOps功能的场景。例如,大规模日志数据分析,警报风暴抑制,通过警报事件跟踪故障根本原因,预测业务风险等。

    Cloud Wisdom首席执行官Yun Jin认为,AIOps基于金融行业的应用场景,依靠大数据和人工智能技术实现业务指标与IT监控,分析,预警和处理场景的整合,关联分析和事务链接跟踪,最后能够识别和解决实际业务问题。

    云智智能运维平台

    在正常情况下,业务系统是异常的,最直接和直观的反映是关键业务指标异常波动。以云辉在保险业的主要客户为例。当业务系统异常时,系统处理策略的能力将大大降低。

    但是,如何正确判断“政策数量”却有所下降?传统方式是设置固定阈值。当实时监控的策略量超过上述阈值时,策略量被视为异常。传统监控系统的固定阈值告警由告警信息生成。

    从表面上看,这种逻辑似乎很好,但要仔细考虑每天早上将有多少新政策提交给系统(假设保险公司只接受国内业务)?显然,每天上午10点到早上12点之间提交给系统的新政策数量远远大于清晨提交给系统的新政策。通过类比,在促销活动和工作日期间,业务系统处理的策略数量也存在显着差异。因此,企业难以使用固定阈值来判断业务系统的策略数量指标是否存在异常。

    为了解决上述问题,云智能AIOps平台采用多算法集成学习模式,并引入了三种时间序列数据异常检测方法:动态基线,逐年/环比和指标异常检测。

    动态基线基于历史数据,使用智能算法进行深度学习,使用预测值作为基线预测未来每个时间点的值,并通过比较偏差(百分比差异)来监测和警告。实际值和基线。该方法适用于已知某个数据索引周期性变化并且不可能给出每个周期的精确值或者数据在周期中变化太大的情况。

    相同/环比变化用于确定要监控的某个指标的趋势是否变得更好或更差。通过比较目标监测值与同期数据的分布和相同周期比的变化,可以根据值或百分比的差异判断新数据是否异常,并做出判断是否进行了警报。

    指标异常检测为了处理业务模型的非差异化数据的特征,采用无监督的集成学习算法,无需手动设置固定阈值和定义基线偏差。根据不同数据的特点,系统选择不同的算法进行目标检测,并对异常进行整体评估,并自动识别不一致性。预期数据之后是警报。

    在银行业,云智能AIOps也在许多商业银行的智能业务链接跟踪场景中发挥作用。我们都知道,金融业务的任何交易链接都可能涉及数十个链接。 IT跟踪非常困难。过去,手动完成基于垂直系统的监控数据。现在,使用AIOps的实时数据分析功能,它可以自动跟踪所有交易并对收集的数据执行智能相关分析,以快速获得所需的结果。

    云智能AIOps平台以事件为核心,基于大数据技术和机器学习算法实现IT生命周期的统一管理和控制。统一访问和处理各种监控系统的报警信息和服务指标,帮助金融企业开放数据孤岛,规范运维标准和管理规范,减少交易对运维的干扰,实现事件智能报警,异常检测,根本原因分析,智能预测等。

    AIOps智能操作和着陆场最佳实践

    2016年,Cloud Wisdom率先在中国推出智能业务运营和维护解决方案,并在许多行业实施,具有紧迫的互联网和转型需求。三年后,Cloud Wisdom积累了丰富的智能操作和维护经验。在过去,尹进表示,AIOps作为IT运营和发展的新阶段,需要根据金融机构的IT现状和技术成熟度来实施,并逐步推进和分阶段实施。建议从基本操作和维护转向业务操作。 Dimension,智能操作和维护的最终实现。

    第一阶段是数据优先,无论现有系统是稳定还是业务创新,都需要完整的数据作为基础。企业完成IT系统建设后,需要为所有系统和技术堆栈建立统一的监控和运维数据处理平台,实时处理收集的IT数据,日志数据,网络数据等。

    在第二阶段,传统的被动运行和维护是主动运行和维护。利用大数据,人工智能和数据可视化,通过IT和业务指标的集成,在两个方向上推动IT管理。在此阶段,业务部门必须能够理解IT,并且IT部门可以更灵活,更主动地支持业务开发。

    最后,还有一个智能操作和维护阶段。这一阶段有两个要点:第一,实时响应。当问题发生时,他们可以实时动态响应,快速定位问题并解决问题。二,预测未来,结合DevOps,集装箱化等第一代技术,实现故障治愈,这是当前智能化运维的最理想结果。

    如今,基于AIOps的云智能DOCP数字运维平台已在银行,保险,证券,基金,制造,航空等行业的龙头企业得到广泛应用和认可。

    虽然AIOps在实际应用过程中面临诸多挑战,但随着人工智能和大数据技术对传统运维产品和概念的颠覆,AIOps可以更深入地解决数字世界中的运维管理问题。为IT管理和业务决策提供更明智的选择,为业务开发提供洞察力和预测。随着时间的推移,我相信AIOps时代将到来。

    友情链接: